前言¶
在 DeepSeek Harness（DSH）裏插入圖片時，宿主只會把圖片發給「模型目錄裏聲明瞭 image 輸入」的模型；未聲明則提示 Model "xxx" does not support image input.。多數網關會對同一個 model id 提供兩套能力：一套真能讀圖，一套收到圖片後靜默丟棄。設置頁又沒有編輯輸入模態的入口，靠文檔或猜測去勾選往往對不上端點真實行爲——猜錯等於往看不見圖的眼睛裏塞圖片。
下面介紹社區插件 dsh-vision-capability（維護者 yukimiracle，分類：模型推理）：用一張雙色條測試圖走各網關自己的 OpenAI 兼容端點實測，只有模型按順序答對上下兩色，纔會把 image 寫進該模型的配置。
這是什麼¶
dsh-vision-capability 是 DSH 社區插件，一句話定位：先實測模型能不能讀圖，再爲它打開圖片輸入。
倉庫：github.com/yukimiracle/dsh-vision-capability
目錄頁：skillhub.cn/plugins/yukimiracle/dsh-vision-capability
社區目錄爲獨立站點，與 DeepSeek / 幻方無官方從屬關係；安裝前建議自行查看源碼與 MIT 許可證。插件在 當前 dsh 進程權限 下運行，會讀取網關憑據併發起一次極小的 chat 請求（約 200 輸入 token）。
核心功能¶
設置頁與模型頁¶
裝好後有兩處入口：
- 設置 → 圖片能力：每個模型一行，展示聲明狀態、上次實測結論，以及檢測/啓用相關按鈕。
- 模型頁 → 每個網關卡片：一行彙總，並提供「檢測該網關的純文本模型」。
探針判定邏輯¶
測試圖爲插件現場生成的 160×160 PNG：上下兩條純色，顏色從紅/綠/藍/黃中隨機取兩個不同色。請求經各網關的 OpenAI 兼容端點發送（POST {baseURL}/chat/completions，temperature: 0），要求模型按順序說出上下兩色。
| 結局 | 判定 | 會不會寫設置 |
|---|---|---|
| 答對上下兩色 | supported |
會寫 text + image |
| 回答裏沒有任何顏色，或順序反了 | inconclusive |
不寫 |
| 端點 4xx/5xx，錯誤裏提到 modality / image 不支持 | unsupported |
不寫 |
| 沒 API key、沒 baseURL、網絡不通 | unavailable |
不寫 |
協議不是 openai-completions |
unsupported-protocol |
不寫 |
只有 supported 會改配置：給該模型條目增加 input: ['text', 'image']（llm-pi-ai 命名空間）或 inputModalities（llm-deepseek 命名空間），其它字段原樣保留。檢測結果保存在本地 ~/.dsh/data/dsh-vision-capability/verdicts.json，供 UI 顯示「上次實測」。「撤銷圖片能力」會把該模型寫回 ['text']，插入圖片時恢復官方提示。
Agent 工具¶
裝好後 Agent 也可調用：
| 工具 | 作用 |
|---|---|
vision_capability_status |
列出所有網關/模型的聲明模態與上次實測結論 |
vision_capability_probe |
實測一個模型；通過才寫聲明（apply: false 只測不寫） |
vision_capability_set |
不實測直接啓用或撤銷 |
例如可以直接說：「幫我看看哪個模型真能讀圖」「把 qwen3.8-max 的圖片能力打開」。
安裝與啓用¶
在插件市場（dshmarket）搜索「圖片能力」或 vision，或使用：
dsh plugin add dsh-vision-capability
也可在 DSH 桌面版「插件市場」頁面點安裝，或從倉庫 Release 下載 .tgz 後執行：
dsh plugin add ./dsh-vision-capability-0.1.0.tgz
package.json 要求 Node >=22.19，DSH >=0.1.2-rc.1 <0.3。
裝完打開 設置 → 圖片能力，對目標模型點「檢測並啓用」即可。
典型用法¶
- 在 設置 → 圖片能力 中查看各模型聲明狀態與上次結論，對不確定的模型點「檢測並啓用」。
- 在 模型頁 某網關卡片上使用「檢測該網關的純文本模型」，批量摸清該網關下哪些 id 真能識圖。
- 在對話裏讓 Agent 調用
vision_capability_status彙總現狀，或對指定模型執行vision_capability_probe（需要只測不改時設apply: false）。 - 若確認網關行爲已變，再次檢測；誤開時可「撤銷圖片能力」或讓 Agent 使用
vision_capability_set。
會改什麼、不會改什麼¶
- 只改你點過檢測/啓用的那個模型條目的輸入模態字段。
- 不改
baseURL、密鑰、上下文長度、溫度等其它配置。 - 只覆蓋
openai-completions協議；anthropic-messages、google-generate等會回unsupported-protocol，不會亂寫。 - 一次通過不等於一直通過：網關可能更換後端，檢測是快照；插件不評判 OCR 或圖表理解質量，只判斷「這張圖它看見了嗎」。
結尾¶
DSH 生態強調「一切皆插件」；dsh-vision-capability 把「猜模型能不能讀圖」換成可重複的端點實測，並在通過時才寫入圖片輸入聲明，減少同一 model id 在不同網關下行爲不一致帶來的誤配。
- 目錄頁：https://www.skillhub.cn/plugins/yukimiracle/dsh-vision-capability
- GitHub：https://github.com/yukimiracle/dsh-vision-capability
